ऑप्टिकल कैरेक्टर रिकॉग्निशन (ओसीआर) टेक्स्ट की छवियों - स्कैन, स्मार्टफोन फोटो, पीडीएफ - को मशीन द्वारा पढ़े जा सकने वाले टेक्स्ट और संरचित डेटा में बदल देता है। आधुनिक ओसीआर एक पाइपलाइन है जो एक छवि को साफ करती है, टेक्स्ट ढूंढती है, उसे पढ़ती है, और समृद्ध मेटाडेटा निर्यात करती है ताकि डाउनस्ट्रीम सिस्टम डेटा को खोज, अनुक्रमित या निकाल सकें। दो व्यापक रूप से उपयोग किए जाने वाले आउटपुट मानक हैं hOCR, टेक्स्ट और लेआउट के लिए एक एचटीएमएल माइक्रोफ़ॉर्मैट, और ALTO XML, एक पुस्तकालय/अभिलेखागार-उन्मुख स्कीमा; दोनों स्थितियों, पढ़ने के क्रम और अन्य लेआउट संकेतों को संरक्षित करते हैं और लोकप्रिय इंजनों द्वारा समर्थित हैं जैसे टेसरैक्ट.
प्रीप्रोसेसिंग। ओसीआर की गुणवत्ता छवि की सफाई से शुरू होती है: ग्रेस्केल रूपांतरण, डिनोइज़िंग, थ्रेसहोल्डिंग (बिनारिज़ेशन), और डेस्क्यूइंग। कैनोनिकल ओपनसीवी ट्यूटोरियल वैश्विक, अनुकूली और ओत्सु थ्रेसहोल्डिंग को कवर करते हैं - असमान प्रकाश या बिमोडल हिस्टोग्राम वाले दस्तावेज़ों के लिए स्टेपल। जब एक पृष्ठ के भीतर रोशनी बदलती है (फोन स्नैप्स सोचें), अनुकूली तरीके अक्सर एक ही वैश्विक थ्रेसहोल्ड से बेहतर प्रदर्शन करते हैं; ओत्सु हिस्टोग्राम का विश्लेषण करके स्वचालित रूप से एक थ्रेसहोल्ड चुनता है। झुकाव सुधार समान रूप से महत्वपूर्ण है: हफ-आधारित डेस्क्यूइंग (हफ लाइन ट्रांसफॉर्म) ओत्सु बिनारिज़ेशन के साथ मिलकर उत्पादन प्रीप्रोसेसिंग पाइपलाइनों में एक आम और प्रभावी नुस्खा है।
पहचान बनाम मान्यता। ओसीआर को आम तौर पर टेक्स्ट डिटेक्शन (टेक्स्ट कहाँ है ?) और टेक्स्ट रिकॉग्निशन (यह क्या कहता है?) में विभाजित किया जाता है। प्राकृतिक दृश्यों और कई स्कैन में, पूरी तरह से कनवल्शनल डिटेक्टर जैसे ईस्ट भारी प्रस्ताव चरणों के बिना कुशलतापूर्वक शब्द- या पंक्ति-स्तरीय चतुर्भुज की भविष्यवाणी करते हैं और आम टूलकिट में लागू किए जाते हैं (जैसे, ओपनसीवी का टेक्स्ट डिटेक्शन ट्यूटोरियल)। जटिल पृष्ठों (समाचार पत्र, फॉर्म, किताबें) पर, लाइनों/क्षेत्रों का विभाजन और पढ़ने के क्रम का अनुमान मायने रखता है:क्रैकेन पारंपरिक ज़ोन/लाइन सेगमेंटेशन और न्यूरल बेसलाइन सेगमेंटेशन को लागू करता है, जिसमें विभिन्न लिपियों और दिशाओं (LTR/RTL/ऊर्ध्वाधर) के लिए स्पष्ट समर्थन होता है।
मान्यता मॉडल। क्लासिक ओपन-सोर्स वर्कहॉर्स टेसरैक्ट (Google द्वारा ओपन-सोर्स, जिसकी जड़ें HP में हैं) एक कैरेक्टर क्लासिफायर से एक LSTM-आधारित अनुक्रम पहचानकर्ता में विकसित हुआ और खोज योग्य PDF, hOCR/ALTO-अनुकूल आउटपुट, और CLI से और भी बहुत कुछ उत्सर्जित कर सकता है। आधुनिक पहचानकर्ता पूर्व-खंडित वर्णों के बिना अनुक्रम मॉडलिंग पर भरोसा करते हैं। कनेक्शनिस्ट टेम्पोरल क्लासिफिकेशन (CTC) मौलिक बनी हुई है, जो इनपुट फ़ीचर अनुक्रमों और आउटपुट लेबल स्ट्रिंग्स के बीच संरेखण सीखती है; यह व्यापक रूप से लिखावट और दृश्य-पाठ पाइपलाइनों में उपयोग किया जाता है।
पिछले कुछ वर्षों में, ट्रांसफॉर्मर्स ने ओसीआर को नया रूप दिया है। TrOCR एक विज़न ट्रांसफॉर्मर एनकोडर और एक टेक्स्ट ट्रांसफॉर्मर डिकोडर का उपयोग करता है, जिसे बड़े सिंथेटिक कॉर्पोरा पर प्रशिक्षित किया जाता है और फिर वास्तविक डेटा पर फाइन-ट्यून किया जाता है, जिसमें मुद्रित, हस्तलिखित और दृश्य-पाठ बेंचमार्क में मजबूत प्रदर्शन होता है (यह भी देखें हगिंग फेस डॉक्स)। समानांतर में, कुछ सिस्टम डाउनस्ट्रीम समझने के लिए ओसीआर को दरकिनार करते हैं: डोनट (डॉक्यूमेंट अंडरस्टैंडिंग ट्रांसफॉर्मर) एक ओसीआर-मुक्त एनकोडर-डिकोडर है जो सीधे दस्तावेज़ छवियों से संरचित उत्तर (जैसे कुंजी-मूल्य JSON) आउटपुट करता है (रेपो, मॉडल कार्ड), जब एक अलग ओसीआर चरण एक IE सिस्टम को फीड करता है तो त्रुटि संचय से बचता है।
यदि आप कई लिपियों में बैटरी-शामिल टेक्स्ट रीडिंग चाहते हैं, EasyOCR 80+ भाषा मॉडल के साथ एक सरल एपीआई प्रदान करता है, जो बॉक्स, टेक्स्ट और आत्मविश्वास लौटाता है - प्रोटोटाइप और गैर-लैटिन लिपियों के लिए आसान। ऐतिहासिक दस्तावेज़ों के लिए, क्रैकेन बेसलाइन सेगमेंटेशन और स्क्रिप्ट-अवेयर रीडिंग ऑर्डर के साथ चमकता है; लचीले लाइन-स्तरीय प्रशिक्षण के लिए, कैलामरी ओक्रॉपी वंश पर बनाता है (ओक्रॉपी) (मल्टी-)एलएसटीएम+सीटीसी पहचानकर्ताओं और कस्टम मॉडल को फाइन-ट्यून करने के लिए एक सीएलआई के साथ।
सामान्यीकरण डेटा पर निर्भर करता है। लिखावट के लिए, IAM लिखावट डेटाबेस प्रशिक्षण और मूल्यांकन के लिए लेखक-विविध अंग्रेजी वाक्य प्रदान करता है; यह लाइन और शब्द पहचान के लिए एक लंबे समय से चली आ रही संदर्भ सेट है। दृश्य पाठ के लिए, कोको-टेक्स्ट ने एमएस-कोको पर व्यापक एनोटेशन स्तरित किए, जिसमें मुद्रित/हस्तलिखित, सुपाठ्य/अपठनीय, लिपि और पूर्ण प्रतिलेखन के लिए लेबल थे (मूल परियोजना पृष्ठभी देखें)। यह क्षेत्र सिंथेटिक प्रीट्रेनिंग पर भी बहुत अधिक निर्भर करता है: सिंथटेक्स्ट इन द वाइल्ड यथार्थवादी ज्यामिति और प्रकाश के साथ तस्वीरों में पाठ प्रस्तुत करता है, डिटेक्टरों और पहचानकर्ताओं को प्रीट्रेन करने के लिए भारी मात्रा में डेटा प्रदान करता है (संदर्भ कोड और डेटा).
के तहत प्रतियोगिताएं ICDAR’s रोबस्ट रीडिंग मूल्यांकन को आधार बनाती हैं। हाल के कार्यों में एंड-टू-एंड डिटेक्शन/रीडिंग पर जोर दिया गया है और इसमें शब्दों को वाक्यांशों में जोड़ना शामिल है, जिसमें आधिकारिक कोड रिपोर्टिंग सटीकता/रिकॉल/एफ-स्कोर, इंटरसेक्शन-ओवर-यूनियन (IoU), और कैरेक्टर-लेवल एडिट-डिस्टेंस मेट्रिक्स - जो अभ्यासकर्ताओं को ट्रैक करना चाहिए, को दर्शाता है।
ओसीआर शायद ही कभी सादे पाठ पर समाप्त होता है। अभिलेखागार और डिजिटल पुस्तकालय पसंद करते हैं ALTO XML क्योंकि यह सामग्री के साथ भौतिक लेआउट (निर्देशांक के साथ ब्लॉक/लाइनें/शब्द) को एन्कोड करता है, और यह METS पैकेजिंग के साथ अच्छी तरह से मेल खाता है। hOCR माइक्रोफ़ॉर्मैट, इसके विपरीत, ocr_line और ocrx_word जैसे क्लास का उपयोग करके HTML/CSS में उसी विचार को एम्बेड करता है, जिससे वे ब टूलिंग के साथ प्रदर्शन, संपादन और रूपांतरण करना आसान हो जाता है। टेसरैक्ट दोनों को उजागर करता है - जैसे, सीएलआई से सीधे एचओसीआर या खोज योग्य पीडीएफ बनाना (पीडीएफ आउटपुट गाइड); पाइथन रैपर जैसे pytesseract सुविधा जोड़ते हैं। hOCR और ALTO के बीच अनुवाद करने के लिए कन्वर्टर्स मौजूद हैं जब रिपॉजिटरी में निश्चित अंतर्ग्रहण मानक होते हैं - इस क्यूरेटेड सूची को देखें ओसीआर फ़ाइल-प्रारूप उपकरण.
सबसे मजबूत प्रवृत्ति अभिसरण है: पहचान, मान्यता, भाषा मॉडलिंग, और यहां तक कि कार्य-विशिष्ट डिकोडिंग एकीकृत ट्रांसफार्मर स्टैक में विलीन हो रहे हैं। बड़े सिंथेटिक कॉर्पोरा पर प्री-ट्रेनिंग एक बल गुणक बना हुआ है। ओसीआर-मुक्त मॉडल आक्रामक रूप से प्रतिस्पर्धा करेंगे जहां लक्ष्य वर्बेटिम ट्रांसक्रिप्ट के बजाय संरचित आउटपुट है। हाइब्र िड परिनियोजन की भी अपेक्षा करें: एक हल्का डिटेक्टर और लंबे-फॉर्म टेक्स्ट के लिए एक TrOCR-शैली पहचानकर्ता, और फॉर्म और रसीदों के लिए एक डोनट-शैली मॉडल।
टेसरैक्ट (गिटहब) · टेसरैक्ट डॉक्स · hOCR स्पेक · ALTO पृष्ठभूमि · ईस्ट डिटेक्टर · ओपनसीवी टेक्स्ट डिटेक्शन · TrOCR · डोनट · कोको-टेक्स्ट · सिंथटेक्स्ट · क्रैकेन · कैलामरी OCR · ICDAR आरआरसी · pytesseract · IAM लिखावट · ओसीआर फ़ाइल-प्रारूप उपकरण · EasyOCR
ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) एक प्रौद्योगिकी है जिसका उपयोग विभिन्न प्रकार के दस्तावेज़ों, जैसे कि कागजी दस्तावेज़, PDF फ़ाइलें या डिजिटल कैमरा द्वारा कैप्चर की गई छवियों, को संपादन योग्य और खोजनीय डेटा में परिवर्तित करने के लिए किया जाता है।
OCR एक इनपुट छवि या दस्तावेज़ को स्कैन करता है, छवि को अलग-अलग अक्षरों में बांटता है, और पैटर्न पहचान या विशेषता पहचान का उपयोग करके प्रत्येक वर्ण की तुलना करता है।
OCR का उपयोग विभिन्न क्षेत्रों और अनुप्रयोगों में किया जाता है, जैसे कि मुद्रित दस्तावेज़ों को डिजिटाइज़ करने, टेक्स्ट-टू-स्पीच सेवाओं को सक्षम करने, डेटा एंट्री प्रक्रियाओं को स्वचालित करने, और दृष्टिबाधित उपयोगकर्ताओं को टेक्स्ट के साथ बेहतर बातचीत करने सहायता करने।
हालांकि OCR प्रौद्योगिकी में काफ़ी प्रगति हुई है, लेकिन यह अचूक नहीं है। सटीकता मूल दस्तावेज़ की गुणवत्ता और उपयोग किए जा रहे OCR सॉफ़्टवेयर की बारीकियों पर निर्भर कर सकती है।
हालाँकि OCR मुद्रित टेक्स्ट के लिए मुख्य रूप से डिज़ाइन किया गया है, कुछ उन्नत OCR सिस् टम लिखावट पहचानने में भी सक्षम होते हैं। हालाँकि, आमतौर पर लिखावट की पहचान करने में कम सटीकता होती है क्योंकि व्यक्तिगत लेखन शैलियों में व्यापक भिन्नता होती है।
हाँ, कई OCR सॉफ़्टवेयर सिस्टम कई भाषाओं को पहचान सकते हैं। हालाँकि, यह महत्वपूर्ण है कि आपके उपयोग में आने वाले सॉफ़्टवेयर द्वारा विशिष्ट भाषा का समर्थन किया जा रहा हो।
OCR का अर्थ ऑप्टिकल कैरेक्टर रिकग्निशन है और इसका उपयोग मुद्रित पाठ को पहचानने के लिए किया जाता है, जबकि ICR, या इंटेलिजेंट कैरेक्टर रिकग्निशन, अधिक उन्नत है और इसका उपयोग हस्तलिखित पाठ को पहचानने के लिए किया जाता है।
OCR स्पष्ट, आसानी से पढ़ ने वाले फ़ॉन्ट और मानक टेक्स्ट आकारों के साथ सबसे अच्छा काम करता है। हालांकि यह विभिन्न फ़ॉन्ट और आकारों के साथ काम कर सकता है, लेकिन असामान्य फ़ॉन्ट्स या बहुत छोटे टेक्स्ट आकारों के साथ काम करते समय सटीकता कम होने की प्रवृत्ति होती है।
OCR को कम-रिज़ॉल्यूशन वाले दस्तावेज़ों, जटिल फ़ॉन्ट, खराब प्रिंट वाले पाठ, लिखावट, और ऐसी पृष्ठभूमि वाले दस्तावेज़ों के साथ समस्या हो सकती है जो पाठ के साथ हस्तक्षेप करती हैं। इसके अलावा, यह कई भाषाओं के साथ काम कर सकता है, लेकिन यह हर भाषा को पूरी तरह से कवर नहीं कर सकता है।
हाँ, OCR रंगीन टेक्स्ट और बैकग्राउंड को स्कैन कर सकता है, हालाँकि यह आमतौर पर उच्च-विपरीत रंग संयोजनों, जैसे कि एक सफे द पृष्ठभूमि पर काले टेक्स्ट, के साथ अधिक प्रभावी होता है। टेक्स्ट और पृष्ठभूमि रंगों में पर्याप्त विपरीतता की कमी होने पर सटीकता कम हो सकती है।
विस्तारित रेंज (EXR) फ़ाइल प्रारूप एक उच्च गतिशील रेंज इमेजिंग फ़ाइल प्रारूप है जिसे इंडस्ट्रियल लाइट एंड मैजिक (ILM) द्वारा विकसित किया गया था और 2003 में जारी किया गया था। यह विशेष रूप से गति चित्र फ़्रेम और स्थिर छवियों के डिजिटल भंडारण को सुविधाजनक बनाने के लिए डिज़ाइन किया गया है जिसके लिए उच्च गतिशील रेंज और विस्तृत रंग सरगम की आवश्यकता होती है। EXR का विकास छवि भंडारण में अधिक सटीकता और लचीलेपन की आवश्यकता से प्रेरित था, जिससे दृश्य प्रभाव कलाकारों और डिजिटल छायाकारों को उन छवियों के साथ काम करने की अनुमति मिलती है जो वास्तविक दुनिया की प्रकाश व्यवस्था और रंग स्थितियों का बारीकी से प्रतिनिधित्व करती हैं, इस प्रकार मानक छवि प्रारूपों द्वारा उत्पन्न सीमाओं पर काबू पाया जाता है।
EXR फ़ाइलें 16-बिट फ़्लोटिंग-पॉइंट, 32-बिट फ़्लोटिंग-पॉइंट और 32-बिट पूर्णांक पिक्सेल प्रारूपों सहित विभिन्न परिशुद्धता स्तरों में छवि डेटा संग्रहीत करने में सक्षम हैं। यह लचीलापन EXR फ़ाइलों को गहन छाया से लेकर चमकीले हाइलाइट तक, बहुत विस्तृत तीव्रता की सटीक रूप से प्रतिनिधित्व करने की अनुमति देता है, जो मानक 8-बिट या 16-बिट छवि प्रारूपों की पेशकश से कहीं आगे है। यह विशेषता दृश्य प्रभाव उद्योग में विशेष रूप से महत्वपूर्ण है, जहां प्रकाश और छाया की बारीकियों को सटीक रूप से कैप्चर करने से अंतिम आउटपुट के यथार्थवाद और इमर्सिव गुणवत्ता पर महत्वपूर्ण प्रभाव पड़ सकता है।
EXR प्रारूप की एक और उल्लेखनीय विशेषता कई संपीड़न तकनीकों के लिए इसका समर्थन है, जो छवि गुणवत्ता से समझौता किए बिना फ़ाइल आकार को प्रबंधित करने में मदद करता है। समर्थित संपीड़न स्कीमा में ज़िप, पिज़, PXR24, B44, B44A और कोई नहीं ( असम्पीडित) शामिल हैं। प्रत्येक संपीड़न विधि के अपने उपयोग के मामले हैं, जो फ़ाइल आकार, छवि गुणवत्ता और संपीड़न और विघटन के लिए आवश्यक कम्प्यूटेशनल संसाधनों के बीच संतुलन की अनुमति देते हैं। यह लचीलापन EXR फ़ाइलों को विभिन्न वर्कफ़्लो और संग्रहण या बैंडविड्थ बाधाओं के अनुकूल बनाता है।
EXR फ़ाइलों की एक प्रमुख विशेषता बहु-भाग और गहरे छवि प्रारूपों के लिए उनका समर्थन है। बहु-भाग वाली छवियां एक दृश्य के विभिन्न तत्वों, जैसे पृष्ठभूमि परतों, अग्रभूमि वस्तुओं या विभिन्न प्रकार के दृश्य प्रभावों को एक ही EXR फ़ाइल के भीतर अलग-अलग भागों में संग्रहीत करने की अनुमति देती हैं। प्रत्येक भाग का अपना मेटाडेटा हो सकता है, जैसे विशेषताएँ या टिप्पणियाँ, जो EXR प्रारूप को जटिल दृश्य प्रभाव वर्कफ़्लो के लिए असाधारण रूप से बहुमुखी बनाता है। दूसरी ओर, गहरे छवि प्रारूप, प्रत्येक नमूने के लिए गहराई क ी जानकारी के साथ पिक्सेल मान संग्रहीत करते हैं, जिससे जटिल विवरण और यथार्थवाद के साथ 3D प्रस्तुत दृश्यों को सम्मिश्रित करने की क्षमता प्रदान होती है।
EXR फ़ाइलें मानक RGB (लाल, हरा, नीला) रंग मॉडल से परे मनमानी चैनलों के लिए अपने समर्थन के संदर्भ में भी चमकती हैं। इसका मतलब यह है कि रंग की जानकारी संग्रहीत करने के अलावा, EXR फ़ाइलें विभिन्न अन्य प्रकार के डेटा को धारण कर सकती हैं, जैसे पारदर्शिता के लिए अल्फा चैनल, दूरी की गणना के लिए Z-गहराई और विशिष्ट उपयोग के मामलों के लिए कस्टम चैनल भी। यह क्षमता उन्नत सम्मिश्रण और दृश्य प्रभाव निर्माण के लिए अपरिहार्य है, क्योंकि यह केवल रंग से परे विशेषताओं के आधार पर छवि तत्वों के अत्यधिक सूक्ष्म हेरफेर की अनुमति देता है।
प्रारूप का डिज़ाइन विस्तारणीयता और भविष्य-प्रूफिंग पर भी जोर देता है। EXR फ़ाइलों में एक हेडर अनुभाग होता है जो छवि के बारे म ें मेटाडेटा संग्रहीत करता है, जैसे रिज़ॉल्यूशन, पिक्सेल पहलू अनुपात, चैनलों की संख्या, इत्यादि। इसके अलावा, हेडर में एप्लिकेशन या उपयोगकर्ताओं द्वारा जोड़े गए कस्टम विशेषताएँ शामिल हो सकती हैं, जिससे प्रारूप की क्षमताओं का विस्तार करना या प्रोजेक्ट-विशिष्ट जानकारी को एम्बेड करना आसान हो जाता है। EXR प्रारूप की यह खुली प्रकृति सुनिश्चित करती है कि यह छवि प्रसंस्करण और दृश्य प्रभावों में उभरती हुई आवश्यकताओं को पूरा करने के लिए विकसित हो सकता है।
इसकी उन्नत सुविधाओं के बावजूद, EXR फ़ाइलों के साथ काम करने की जटिलता एक दोधारी तलवार हो सकती है। प्रारूप की लचीलापन और क्षमताओं की विस्तृत श्रृंखला का मतलब है कि विशेष सॉफ़्टवेयर और प्रारूप की क्षमता और नुकसान की अच्छी समझ इसका अधिकतम लाभ उठाने के लिए आवश्यक है। एडोब फ़ोटोशॉप, न्यूक और ऑटोडेस्क माया जैसे लोकप्रिय उद्योग-मानक सॉफ़् टवेयर समाधान EXR प्रारूप का समर्थन करते हैं, लेकिन इसकी पूर्ण क्षमताओं का लाभ उठाने के लिए अक्सर सरल छवि प्रारूपों के साथ काम करने की तुलना में अधिक गहन ज्ञान की आवश्यकता होती है।
उच्च गतिशील रेंज और विस्तृत रंग सरगम सामग्री को संभालने में EXR प्रारूप की मजबूती इसे आधुनिक वर्कफ़्लो के लिए विशेष रूप से उपयुक्त बनाती है जिसमें उच्च गतिशील रेंज (HDR) इमेजिंग शामिल है। जैसे-जैसे डिस्प्ले तकनीक विकसित होती जा रही है, उपभोक्ता और पेशेवर दोनों बाजारों में HDR तेजी से आम होता जा रहा है, EXR जैसे प्रारूप का महत्व जो उच्च-निष्ठा छवि डेटा को सटीक रूप से कैप्चर और संग्रहीत कर सकता है, लगातार बढ़ रहा है। यह EXR को न केवल फिल्म और टेलीविजन के लिए सामग्री निर्माण के लिए प्रासंगिक बनाता है बल्कि आभासी वास्तविकता, वीडियो गेम और किसी भी डिजिटल सामग्री में भी प्रासंगिक बनाता है जहां छवि गुणवत्ता और यथार्थव ाद सर्वोपरि हैं।
EXR प्रारूप के सम्मोहक लाभों में से एक इसकी ओपन-सोर्स प्रकृति है। प्रारंभ में ILM द्वारा विकसित, प्रारूप के विनिर्देश और संबंधित लाइब्रेरी (जैसे OpenEXR) स्वतंत्र रूप से उपलब्ध हैं, जो विभिन्न सॉफ़्टवेयर टूल और प्लेटफ़ॉर्म में व्यापक अपनाने और एकीकरण को प्रोत्साहित करते हैं। ओपन-सोर्स दृष्टिकोण समुदाय-संचालित विकास और सुधार को भी बढ़ावा देता है, यह सुनिश्चित करता है कि प्रारूप प्रासंगिक बना रहे और लगातार विकसित हो रहे डिजिटल इमेजिंग परिदृश्य की मांगों को पूरा करता रहे। उदाहरण के लिए, OpenEXR लाइब्रेरी, EXR फ़ाइलों को पढ़ने, लिखने और संसाधित करने के लिए उपकरणों का एक व्यापक सूट प्रदान करती है, जिससे डेवलपर्स के लिए अपने अनुप्रयोगों में EXR समर्थन को शामिल करना सुलभ हो जाता है।
EXR के तकनीकी विनिर्देश, उद्योग-मानक सॉफ़्टवेयर में इसके अपनाने और ओपन-सोर्स समुदाय के समर्थन के साथ मिलकर, डिज
यह कनवर्टर पूरी तरह से आपके ब्राउज़र में चलता है। जब आप किसी फ़ाइल का चयन करते हैं, तो उसे मेमोरी में पढ़ा जाता है और चयनित प्रारूप में परिवर्तित किय ा जाता है। फिर आप परिवर्तित फ़ाइल डाउनलोड कर सकते हैं।
रूपांतरण तुरंत शुरू हो जाते हैं, और अधिकांश फ़ाइलें एक सेकंड के भीतर परिवर्तित हो जाती हैं। बड़ी फ़ाइलों में अधिक समय लग सकता है।
आपकी फाइलें कभी भी हमारे सर्वर पर अपलोड नहीं की जाती हैं। वे आपके ब्राउज़र में परिवर्तित हो जाती हैं, और फिर परिवर्तित फ़ाइल डाउनलोड हो जाती है। हम आपकी फाइलें कभी नहीं देखते हैं।
हम जेपीईजी, पीएनजी, जीआईएफ, वेबपी, एसवीजी, बीएमपी, টিআইএফএফ, और अधिक सहित सभी छवि प्रारूपों के बीच रूपांतरण का समर्थन करते हैं।
यह कनवर्टर पूर ी तरह से मुफ्त है, और हमेशा मुफ्त रहेगा। क्योंकि यह आपके ब्राउज़र में चलता है, हमें सर्वर के लिए भुगतान करने की आवश्यकता नहीं है, इसलिए हमें आपसे शुल्क लेने की आवश्यकता नहीं है।
हाँ! आप एक साथ जितनी चाहें उतनी फाइलें परिवर्तित कर सकते हैं। बस उन्हें जोड़ते समय कई फाइलों का चयन करें।